模糊边缘检测算法在储粮害虫图像中的应用

介绍了基于机器视觉的储粮害虫检测方法．论述了粮虫图像边缘检测是该方法的关键。对Roberts算子和Sobel算子在粮虫图像边缘检测中的应用作了简要介绍。在此基础上，文中提出了一种基于模糊理论的边缘检测方法。计算表明，该方法对粮虫图像边缘检测的效果较好。     

边缘检测在异面直线夹角视觉检测中的应用

应用机器视觉技术测量空间两条异面直线的夹角。建立起测量的公共基准后,用2只CCD独立地拍摄两根轴线与基准夹角图像。将采集到的图像分割为二值图像后,采用不同的边缘检测算子处理,分析结果,以边缘检测的准确性和稳定性为依据,结果表明：Roberts算子定位精度高,计算速度快,可以快速准确地提取目标轮廓。     

边缘计算和云计算在智慧城市建设中的应用

文章主要对边缘计算、云计算的定义和特点及智慧城市的概念进行简单阐释,结合城市建设情况,分析边缘计算和云计算在智慧城市建设中应用的必要性,并提出二者的具体应用,希望充分挖掘边缘、云计算技术的优势,在二者相互补充的过程中实现智慧城市的建设,为实际智慧城市建设工作提供参考依据。     

基于边缘计算的工业物联网容器管理引擎设计

针对工业物联网中云端压力大、工业协议标准繁多等问题,设计了一款基于边缘计算的工业物联网容器管理引擎.该引擎具有三个分布式端,分别部署了容器管理引擎KubeEdge、协议转化工具EMQ X Edge和可视化工具OCP、Kuboard,提供资源监控、镜像管理、持续集成、自动伸缩、协议转换等功能.测试显示,集群数据带宽提升339.19％,响应时间减少81.22％.把部分计算任务从云端卸载到边缘后,系统能源消耗减少30％-40％,成功解决带宽不够、云端压力大等问题.     

5G移动边缘计算在军事领域中的应用

5G移动网络开启了万物互联的时代,任务部队、武器装备、战场态势等都将与5G技术深度融合,催生新的指挥网络体系。在对时延和安全保密要求较高的移动应用中,移动边缘计算技术可将云计算平台从网络内部向网络边缘迁移,有效抑制网络拥塞,降低移动业务端到端时延。本文从5G移动网络特性和移动边缘计算技术出发,结合军事指挥需求,提出移动边缘计算技术在军事领域的应用场景并给出部署建议,同时指出5G移动边缘计算面临的问题与挑战。     

移动边缘计算在车载网中的应用综述

移动边缘计算（MEC）技术将IT服务环境与云计算技术在网络边缘结合以提高边缘网络的计算和存储能力,减少网络操作和服务交付时延; 应用MEC的车载网络可以满足车辆对服务延时和通信可靠性的严格要求,提升车辆用户的服务质量（QoS）。对移动边缘计算在车载网中的应用进行分析研究,首先概述MEC的基本概念及架构、典型应用场景;然后介绍MEC在车载网中的应用、基于软件定义网络（SDN）的车载网MEC研究现状以及车载网MEC应用实例;最后给出了车载网中部署MEC所要面临的问题和挑战,并对该领域未来的研究方向进行了展望。     

边缘计算：平台、应用与挑战

随着万物联网的趋势不断加深,智能手机、智能眼镜等端设备的数量不断增加,使数据的增长速度远远超过了网络带宽的增速;同时,增强现实、无人驾驶等众多新应用的出现对延迟提出了更高的要求.边缘计算将网络边缘上的计算、网络与存储资源组成统一的平台为用户提供服务,使数据在源头附近就能得到及时有效的处理.这种模式不同于云计算要将所有数据传输到数据中心,绕过了网络带宽与延迟的瓶颈,引起了广泛的关注.首先介绍边缘计算的概念,并给出边缘计算的定义;随后,比较了当前比较有代表性的3个边缘计算平台,并通过一些应用实例来分析边缘计算在移动应用和物联网应用上的优势;最后阐述了当前边缘计算面临的挑战.     

面向边缘计算的差分分块运动目标快速检测方法研究

运动目标检测在物联网视觉监测领域被广泛应用,但是目前的方法计算复杂度高、对本地硬件要求高,难以满足边缘计算的需求。针对此问题,提出了一种差分分块运动目标快速检测算法。该算法是对采集视频中时间相近的两幅图像(帧)进行差分,并将图像分块,选择移动块对图像进行二分法查找,最终确定运动目标。该算法省去了背景模型的构建和更新步骤,它的计算复杂度和时间复杂度较低的优点满足了对高性能的要求。同时,通过实验验证了该算法的有效性和实时性。     

Optimization of heat-based cache replacement in edge computing system

The Journal of Supercomputing - With high-speed development of smart devices, abundant data are generated at the edge of the network. Edge computing has three characteristics: low response delay,...     

采煤机网络化远程控制试验系统设计

针对采煤机远程控制系统在实际生产工作面上进行研究成本高、难度大等问题,提出了一种采煤机网络化远程控制试验系统的设计方案,研究了符合试验要求的采煤机内部控制结构,介绍了采煤机机载控制器和无线收发控制器、地面主机和井下主机控制软件的设计。该系统采用远程/本地控制模式搭建了采煤机远程控制系统网络,通过以太网、光纤、RS485总线、无线网络传输控制信号,实现了在地面主机(远程)、井下主机(本地)上控制采煤机动作的功能。该试验系统的搭建也为采煤机远程控制的进一步研究提供了试验平台。     

国家电网边缘计算应用安全风险评估研究

依据国家网络安全等级保护与风险评估系列标准以及电力信息系统特点,提出国家电网边缘计算应用安全的风险评估模型,然后采用漏洞扫描工具AWVS、AppScan分别对集成最新安全漏洞的开源Web应用靶机软件BWAPP进行安全漏洞评测与风险评估实验,再运用模糊层次分析法对Web应用安全进行综合安全评价。针对应用程序的安全检测实验结果整理安全评估数据,实现对国家电网边缘计算应用安全风险评估的实例化验证。     

移动边缘计算中一种贪心策略的内容卸载方案

基于移动边缘计算的内容卸载技术可以有效降低骨干网络的流量压力,提升终端用户体验。针对终端用户与小基站之间的异质接触率,设计了一种贪心策略的内容卸载方案。首先,将内容最优卸载问题转化为内容最大投递率问题;其次,证明最大投递率问题满足子模性,在此基础上,采用贪心算法部署内容,该算法可以以概率（1-1/e）保证其最优性;最后,详细分析了内容流行度指数以及缓存大小对不同卸载方案的影响。实验结果表明,所提方案提高了内容投递率同时降低了内容传输时延。     

基于边缘计算的公共交通工具疫情监测系统

现有监测系统无法很好地应对疫情环境下存在的交叉传染以及追溯困难等问题,因此提出了一套基于边缘计算的公共交通检测系统的设计方案。首先,建立图数据库来储存乘车人员与乘车信息,同时使用双数据库模型防止建立索引带来的阻塞,从而完成插入效率与搜索效率的均衡;其次,在车辆人像信息提取中,采用HSV色彩空间对图片进行预处理,并建立人脸三维空间模型来提升神经网络的识别准确率,在目标佩戴口罩时,通过较明显的鼻尖特征点、下颌特征点与未遮挡的鼻梁部特征点回归出其口鼻等特征点信息;最后,通过k度搜索快速找出密切接触乘客。在特征对比测试中,该方案在BioID数据集和PubFig数据集上分别达到了99.44%和99.23%的正确率,且在两数据集上的假阴性率均小于0.01%;在图搜索效率测试中,在浅层次搜索的时候,图数据库与关系型数据库并无较大差异,当搜索层次变深时,图数据库效率更高;在验证理论可行性之后,模拟了公交车与公交站的实际环境,经测试所提系统在其中的识别准确率为99.98%,识别时间平均约为21 ms,符合疫情监测的要求。所提系统设计可以满足疫情时期公共安全的特殊需求,能够实现人员甄别、路径记录、潜在接触者搜索等功能,从而有效地保证公共交通安全。     

无线供能移动边缘计算系统的安全卸载优化

针对能量受限的多用户移动边缘计算（MEC）系统存在恶意窃听节点的问题,提出一种联合无线能量传输（WPT）和MEC的安全部分计算卸载方案。该方法以系统接入点（AP）能耗最小化为优化目标,在计算延迟、安全卸载和能量捕获约束条件下,联合优化AP能量传输协方差矩阵、本地CPU频率、用户卸载比特数、用户卸载时间分配以及用户传输功率。针对AP能耗最小化问题为非凸问题,首先采用凸差分算法（DCA）将原始非凸问题转换为凸问题,然后采用拉格朗日对偶法以半封闭形式获得问题最优解。当计算任务数为5×10⁵比特时,与本地计算和安全全部计算卸载方法相比,安全部分卸载方案的能量消耗分别降低了61.3%和84.4%;当窃听节点距离超过25 m时,安全部分卸载方案所消耗的能量远小于本地计算和安全全部计算卸载。仿真实验结果表明,在保证物理层安全卸载的情况下,所提方案能够有效降低AP能耗、提高系统性能增益。     

采煤机牵引系统双电机功率平衡控制策略

随着采煤机装机功率和开采能力的提升,牵引系统控制效果及动态性能已成为影响采煤机工作稳定性的重要因素.目前,采煤机电牵引系统双电机控制策略多采用传统的主从控制,其同步性能存在滞后问题,容易导致牵引电机偏载.此外,系统在控制算法方面多采用传统PI控制,对于容易发生参数摄动及负载变化频繁的牵引系统而言,传统PI控制的控制性能不佳.为提高采煤机牵引系统驱动性能并实现牵引电机功率平衡,根据采煤机牵引系统结构,本文提出了一种基于自抗扰控制的转速主从、转矩交叉耦合控制的双电机控制策略,并对控制策略进行了仿真分析和实验研究.结果表明,本文所提出控制策略实现了牵引系统功率平衡并提升了系统的控制性能.     

User allocation-aware edge cloud placement in mobile edge computing

Mobile edge computing is emerging as a novel ubiquitous computing platform to overcome the limit resources of mobile devices and bandwidth bottleneck of the core network in mobile cloud computing. In mobile edge computing, it is a significant issue for cost reduction and QoS improvement to place edge clouds at the edge network as a small data center to serve users. In this paper, we study the edge cloud placement problem, which is to place the edge clouds at the candidate locations and allocate the mobile users to the edge clouds. Specifically, we formulate it as a multiobjective optimization problem with objective to balance the workload between edge clouds and minimize the service communication delay of mobile users. To this end, we propose an approximate approach that adopted the K-means and mixed-integer quadratic programming. Furthermore, we conduct experiments based on Shanghai Telecom's base station data set and compare our approach with other representative approaches. The results show that our approach performs better to some extent in terms of workload balance and communication delay and validate the proposed approach.     

模型预测控制模型在采煤机调高系统中的应用研究

针对目前采煤机调高系统中通常使用电磁开关阀调高,存在稳定性不高、精度欠佳等问题,以MG300/700-WD型交流电牵引采煤机为研究对象,通过在其调高系统常规模型中加入模型预测控制器,建立了该采煤机调高系统模型预测控制模型;对该模型预测控制器的采样时间和预测时域长度2个参数进行调整,可减少电磁开关阀的开关次数和工作时间,使滚筒根据目标高度进行准确实时调高。仿真结果表明,与常规模型相比,基于模型预测控制模型的采煤机调高系统在给定输入后6s左右达到稳定,减少了电磁开关阀开关次数,超调量降低了28.8%,提高了系统的稳定性与实时性。